Spatiotemporal characteristics of superimposed complex network and its optimization: cases of social and brain systems

다국어 초록 (Multilingual Abstract)

Recently, there are debates about complex systems which consist of many complex systems and their relations. As the relations between complex systems become in- tense, the whole complex system can be represented as a overlapping of many complex systems, and understanding this superimposing characteristics become also important to address the whole system’s characteristics. Integration and decomposition of complex system differ from the systems’ characteristics. Therefore different strategy is needed to understand diverse systems.
In this thesis, we address several superimposed complex systems, and suggest a framework of superimposed complex systems using complex network theory with abstraction of complex systems in a view of relationship. We introduce a concept of multiplex system composed of superimposed networks. With the superimposed network concept, network categorization is proposed based on the strength of overlapping and interference. We investigate the difference of network characteristics along the category, and discuss the difference in research approaches by categories. Based on categories, we also suggest the methodologies considering properties arising from system overlapping.
With the methods, we found diverse complex system properties from social and brain systems. In general, we suggest that the different strategies are required in accordance with the systems’ superimposition characteristics, and important network properties such as distance also differ from the superimposition characteristics of each individual system.

국문 초록 (Abstract)

최근에 이르러 단일 복잡계가 아닌 다양한 복잡계들이 연관된 다중 복잡계 시스템 연구에 대한 논의가 활발히 진전되고 있다. 다중 복잡계 시스템을 구성하는 복잡계들 간의 관계가 더 다양화되고 많아질 수록 전체 시스템을 여러 복잡계의 중첩 구조로 모사하는 것이 더 적절한 표현 방법으로 여겨지고 있다. 또한 시스템 전체의 특성을 이해하기 위하여 이러한 중첩 과정에서 새로이 발생하는 속성들의 중요도는 갈수록 높아지는 추세이다. 다중 복잡계 시스템의 분석을 위하여 시스템을 통합 또는 분리하는 과정은 대상 시스템의 속성에 따라 상이하다. 따라서 각각의 시스템을 이해하기 위하여 다양한 접근 방법들이 요구된다.
이 논문에서 우리는 다양한 중첩 복잡계들을 다루며, 이러한 복잡계의 이해를 돕기 위해 복잡계 시스템 내의 연관성을 추상화하는 방법인 복잡계 네트워크 이론에 기반한 준거를 제시한다. 우선, 우리는 다중 복잡계 시스템을 중첩된 네트워크로 표현하는 방법에 대하여 설명한다. 또한 다양한 네트워크들을 네트워크의 중첩도 및 간섭 정도에 따라 분류하는 것을 제안한다. 이 분류를 바탕으로 각각의 분류에 속하는 네트워크들의 속성 차이및 연구 접근 방법의 차이에 대하여 설명한다. 또한 각 분류에 따라 중첩된 복잡계 시스템의 속성을 고려한 연구 방법론을 제시한다.
우리는 제안한 방법론을 바탕으로 여러 사회 및 두뇌 시스템등의 다중 복잡계 시스템들 에서 다양한 복잡계적 특성을 발견하였다. 총체적으로는 다중 복잡계 연구의 경우 복잡계 시스템이 속한 분류에 따라 다른 접근 방법이 요구되며, 중요하게 고려해야 하는 속성 또한 시스템이 속한 분류에 종속적임을 제안한다.

목차 (Table of Contents)

• Abstract i
• Preface iii
• 1 Introduction 1
• 1.1 Complex Systems 1
• 1.2 Complex network theory 3
• 1.2.1 History 4
• 1.2.2 Network basics and measures 5
• 1.2.3 Network centralities 9
• 2 Spatiotemporally superimposed complex systems 11
• 2.1 Concept of structurally overlapped, nested, superimposed networks 11
• 2.1.1 Community and multiplexity of complex networks 12
• 2.2 Structurally superimposed networks in real-world 13
• 2.2.1 Category of structurally superimposed/nested systems 13
• 2.3 Study digests 15
• 3 Understanding the network evenness 18
• 3.1 Equipoise centrality 18
• 3.1.1 Nature seeks fairness 18
• 3.1.2 Definition of equipoise centrality and network evenness 19
• 3.1.3 Network evolution with preserving evenness 20
• 3.1.4 Conclusion 21
• 3.2 Measuring structural orderedness using equipoise centrality 23
• 3.2.1 Network repeatedness 24
• 3.2.2 Exact and approximate network repeatedness 25
• 3.2.3 Testsandresults 31
• 3.2.4 Conclusion 31
• 4 Switching between superimposed systems 32
• 4.1 Complementarity between bus and subway transportation networks in Korean metro cities 33
• 4.1.1 Methods 34
• 4.1.2 Results 36
• 4.1.3 Discussion and Conclusions 41
• 5 Decomposing superimposed networks 43
• 5.1 Network decomposing methods 43
• 5.2 Decomposing spammer networks with bipartite network analysis 44
• 5.2.1 Introduction 44
• 5.2.2 Bipartite network study of spammer groups 45
• 5.2.3 Tests and validations 46
• 5.2.4 Conclusion 49
• 5.3 Dynamic network backbones of brain network during consciousness andanesthesia 49
• 5.3.1 Introduction 50
• 5.3.2 Methods 51
• 5.3.3 Results 61
• 5.3.4 Discussion 72
• 5.3.5 Limitations 77
• 5.3.6 Conclusion 78
• 6 Instant networks on dynamical systems 79
• 6.1 Comparative advantage between smart and traditional navigation systems 79
• 6.1.1 Introduction 80
• 6.1.2 Methods 81
• 6.1.3 Results 82
• 6.1.4 Conclusion 94
• 7 Conclusion 96
• Appendix 100
• A Analytic calculation for equipoise centrality 100
• A.1 Shortest path length distribution in Barabási-Albert model 100
• A.2 Analytical solution of Equipoise Centrality of Cayley tree 107
• B Analytic calculation for relationship between influx traffic flow and congestion avoiding decision making time 110
• B.1 First decision alternation time of simple 2-road case 110
• B.2 Stationary state of simple 2-road case with efflux 112
• Bibilography 114
• Acknowledgments 127
• Index 128